RESIKO
Resiko Return
Realisasi
Hanya
menghitung return saja untuk suatu investasi tidaklah cukup. Risiko dari investasi tidaklah cukup. Risiko dari investasi juga perlu
diperhitungkan. Return dan resiko
merupakan dua hal yang tidak terpisah, karena pertimbangan suatu investasi
merupakan trade off dari kedua factor ini.
Return dan resiko mempunyai hubungan yang positif, semakin besar resiko
yang harus ditanggung, semakin besar return yang harus di kompensasikan. Resiko sering dihubungkan penyimpangan atau
deviasi dari utcome yang diterima dengan yang diekspektasi.
Untuk
lebih memahami konsep tersebut, misalkan kita menghadapi dua kesempatan
investasi sebagai berikut :
|
Investasi A
|
Investasi B
|
||
|
Probalitas
|
Return
|
Probabilitas
|
Return
|
|
0,30
0,40
0,30
|
0,15
0,20
0,25
|
0,20
0,60
0,20
|
0,15
0,20
0,25
|
Apabila digunakan return
ekspektasi, maka akan diperoleh:
E(RA) = 0,20
E(RB) = 0,20
Meskipun diperoleh nilai expected
return yang sama, tetapi kalau kita amati nampak bahwa probabilitas investasi A
untuk memperoleh return yang menyimpang dan E(RA) adalah 0,60 (0,30 + 0,30),
sedangkan untuk investasi B, probalitas memperoleh return yang menyimpang E(RB)
adalah 0,40 (0,20 + 0,20).
Dengan demikian kita dapat
mengetahui bahwa risiko A lebih besar daripada B. Untuk mengetahui ukuran risiko ini
digunakanlah ukuran penyebaran distribusi.
Ukuran penyebaran ini dimaksudkan
untuk mengetahui seberapa jauh kemungkinan nilai yang akan kita peroleh
menyimpang dari nilai yang diharapkan.
Ukuran ini bisa dipergunakan sebagai ukuran resiko. Statistik
menyediakan ukuran ini yang disebut sebagai deviasi standart ( σ ). Atau Variance ( σ2 ) .
σA2 = 0,30
(0,15 – 0,20)2 + 0,40 (0,20 – 0,20)2 + 0,30 (0,25 – 0,20)2
= 0,0015
σA = 0,0387
Untuk investasi B
σB2 = 0,20 (0,15 – 0,20)2
+ 0,60 (0,20 – 0,20)2 + 0,20 (0,25 – 0,20)2
= 0,0010
σB
= 0,0316
Terbukti bahwa σA > σB, Karena E(RA)
= E(RB), maka pemodal tentunya akan memilih investasi B
Resiko sebagai variabilitas
return terhadap return yang diharapkan (Van Hoerne dan Wachowucs)Jr (1992)
Untuk resiko realisai yang banyak
digunakan untuk mngukur resiko ini adalah deviasi standar (standar deviation)
yang mengukur obsolut penyimpangan nilai-nilai yang sudah terjadi dengan nilai
rata-ratanya (sebagai nilai yang diekspektasi)
Contoh :
|
Periode
|
Hrg Saham (Pr)
|
Deviden (Dr)
|
Return (Rr)
|
Rata Return
|
|
1989
1990
1991
1992
1993
1994
1995
1996
|
1750
1755
1790
1810
2010
1905
1920
1935
|
100
100
100
150
150
200
200
200
|
-
0,060
0,077
0,095
0,193
0,047
0,113
0,112
|
-
0,09957
0,09957
0,09957
0,09957
0,09957
0,09957
0,09957
|
SD = 0,0452
Resiko portofolio adalah varian return sekuritas-sekuritas yang
membentuk portofolio tersebut.
Risiko yang dapat diversifikasi.
Bagian dari risiko sekuritas yang dapat dihilangkan dengan membentuk
potofolio. Istilah lain dari resiko ini
adalah risiko perusahan atau risiko
spesifik atau risiko yang tidak
sistematik. Contoh : pemogokan buruh, tuntutan oleh pihak lain, penelitian yang
tidak berhasil dsbnya
Risiko yang tidak dapat diversifikasi. Bagian dari risiko sekuritas
yang tidak dapat dihilangkan dengan membentuk portofolio. Istilah lain dari risiko ini adalah risiko
pasar atau risiko umum atau risiko sistematik. Contoh: Inflasi dan resisi
Resiko Total (Resiko dapat di
diversifikasi + Risiko tak dapat didiversifikasi)
(Risiko
perusahaan + Risiko pasar)
(Risiko
tidak sistematis + Risiko sistematis)
(Risiko
spesifik + Risiko Umum)
Diversifikasi
Resiko yang dapat di
diversifikasi adalah (resiko perusahaan, tidak sistematis, resiko spesifik)
Cara melakukan diversifikasi dengan cara :
- Diversifikasi dengan banyak aktiva
- Mengikuti hukum statistic bahwa semakin besar ukuran sample, semakin dekat nilai rata-rata sample dengan nilai ekspektasi dari populasi.
Diversifikasi secara random
Diversifikasi secara random
merupakan pembentukan portofolio dengan memilih sekuritas-sekuritas secara acak
tanpa memperhatikan karakteristik dari investasi yang relevan seperti misalnya
return dari sekuritas itu sendiri. Investor hanya memilih sekuritas secara acak.
Diversifikasi secara Markowitz
Semakin banyak sekuritas yang
dimasukkan ke dalam portofolio, semakin kecil resiko portofolio.
Beta
Beta adalah pengukur risiko sistematik dari suatu sekuritas atau
portofolio relative terhadap risiko pasar.
Beta histories dapat dihitung dengan menggunakan :
- Data histories berupa data pasar (return-return sekuritas dan return pasar)
- Data akuntansi (laba-laba perusahaan dan laba indeks)
- Data fundamental
Beta pasar dapat diestimasi degan mengumpulkan nilai-nilai histories
return dari sekuirtas dan return dari pasar selama periode tertentu :
|
Return Saham A
|
Return Pasar
|
|
7,5%
8,0%
9,0%
10,0%
10,5%
11,5%
11,0%
12,0%
12,0%
14,0%
|
4,0%
4,5%
4,5%
5,5%
6,0%
7,0%
6,0%
6,5%
7,5%
8,0%
|
Secara manual. Beta Sekuritas A dapat dihitung dengan cara sebagai
berikut :
Buat diagram tersebar (scatter
diagram) yang menunjukkan titik-titik hubungan antara return sekuritas A dengan
return pasar.
Tarik garis lurus yang paling
mendekati dengan semua titik-titik hubungan .
Beta histories untuk sekuritas A
dapat dihitung (Beta) 1,50
Secara regresi (beta) 1,432415
Dengan rumus : (beta) 1,434515
|
Return Saham A
|
Return Pasar
|
(Ra-RA)-(Rm-RM)
|
Rm – Rm
|
|
7,5%
8,0%
9,0%
10,0%
10,5%
11,5%
11,0%
12,0%
12,0%
14,0%
|
4,0%
4,5%
4,5%
5,5%
6,0%
7,0%
6,0%
6,5%
7,5%
8,0%
|
5,9475
3,6975
2,2475
0,2475
-0,0025
0,9975
0,0025
0,7975
2,2475
7,0725
|
3,8025
2,1025
2,1025
0,2025
0,0025
1,1025
0,0025
0,3025
2,4025
4,2025
|
Beta Akuntansi
Data akuntansi seperti misalnya
laba akuntansi (accounting earning) dapat juga digunakan untuk mengestimasi
Beta.
Beta Fundamental
Beaver, Kettler, dan Scholes
(1970) mengembangkan penelitian Ball dan Brown menggunakan tujuh macam variable
yang merupakan variable-variabel fundamental.
Sebagian besar variable-variabel tersebut adalah variable-variabel
akuntansi sebagai berikut :
- Dividen Payout: diukur sebagai deviden yang dibayarkan dibagi dengan laba yang tersedia.
- Asset Growth perubahan (tingkat pertumbuhan) tahunan dari aktiva total.
- Leverage didefinisikan sebagai nilai buku total hutang jangka panjang dibagi dengan total aktiva.
- Liquidity (Current Ratio) yaitu aktiva lancer dibagi dengan hutang lancar.
- Asset size diukur sebagai logaritma dari total aktiva.
- Earning Variability diukur dengan nilai deviasi standar dari PER (price earning ratio)
- Accounting beta diperoleh dari koefisien regresi dengan variable dependen perubahan laba akuntansi dan variable independent (perubahan indeks laba pasar untuk laba akuntansi portofolio pasar)
Penghitungan
Koefisien Korelasi
Korelasi menunjukkan hubungan
(association) antara suatu variable dengan variable yang lain meskipun demikian
hubungan ini bukan merupakan sebab akibat. Sebagai contoh, kalau harga emas
naik, dan nilai US$
turun, dikatakan bahwa kedua variable tersebut mempunyai korelasi yang negative. Korelasi negative berarti kalau variable yang
satu naik yang satunya akan turun, dan sebaliknya. Sedangkan kalau korelasinya positif, kalau
variable yang satunya naik yang, variable yang lain juga naik. Demikian pula kalau variable yang satu turun,
variable yang lainnya juga turun.
Meskipun demikian kita tidak bisa
mengatakan bahwa kenaikan harga emas akan menurunkan nilai US$ atau sebaliknya. Kedua variable tersebut tidak mempunyai
hubungan sebab akibat
Kalau kita mempunyai data
cardinal (yaitu data yang dinyatakan dalam ukuran kuantitatif), seperti tingkat
keuntungan investasi, nilai penjualan dan sebagainya, maka rumus yang bisa
dipergunakan untuk menghitung koefisien korelasi (= ρ ) adalah :
ρ = nΣXY - ΣXΣY
√ {[n ΣX2 - (ΣX)2 ] [nΣY2 - (ΣY)2 ]}
Berikut ini diberikan contoh
tentang penghitungan ρ. Misalkan kita mempunyai tingkat keuntungan saham “ABC”
(kita beri notasi X) dan saham “PQR” (kita beri notasi Y). Untuk menggunakan rumus diatas digunakan tabel pada halaman berikut :
Dengan memasukkan angka-angka tersebut ke dalam
persamaan di atas, kita memperoleh :
ρ = ( 12 ) (0.4022) – (1,990) (2,3900)
√ (12)
(0.3401) – 1,992 ) (12) (0.4887) – 2,392
Koefisien korelasi tersebut
positif, tetapi tidak terlalu besar. Ini berarti bahwa meskipun ada
kecenderungan kalau tingkat keuntungan “ABC” naik diikuti dengan kenaikan “PQR”
(dan sebaliknya), hubungan tersebut tidaklah terlalu kuat, jauh dari angka satu
|
Observasi
|
X
|
Y
|
X2
|
Y2
|
XY
|
|
1
2
3
4
5
6
7
8
9
10
11
12
|
0,1200
0,2000
0,1700
0,1500
0,2000
0,1800
0,1600
0,1900
0,2000
0,1200
0,1300
0,1700
1,9900
|
0,1500
0,1800
0,1700
0,1800
0,2300
0,2000
0,1900
0,1900
0,2800
0,2000
0,1900
0,2300
2,3900
|
0,0144
0,0400
0,0289
0,0225
0.0400
0.0324
0,0256
0,0361
0,0400
0,0144
0,0169
0,0289
0,3401
|
0,0225
0,0324
0,0289
0,0324
0,0529
0,0400
0,0361
0,0361
0,0784
0,0400
0,0361
0,0529
0,4887
|
0,0180
0,0360
0,0289
0,0270
0,0460
0,0360
0,0304
0,0361
0,0560
0,0240
0,0247
0,0391
0,4022
|
Regresi
Dalam analisis ekonomi, sering
kita merasa tidak cukup dengan sekedar mengetahui bagaimana hubungan
(association) antara suatu variable dengan variable yang lain. Kita ungin memperkirakan apa yang akan
terjadi dengan suatu variable apabila variable (atau variable-variabel ) yang
lain berubah. Hubungan fungsional ini
dikenal sebagai regresi.
Kadang-kadang hubngan fungsional
tersebut berdifat linear dan kadang-kadang tidak. Meskipun demikian, dalam
analisis portofolio kita menggunakan hubungan yang bersifat linear. Marilah
kita gunakan contoh berikut ini.
Misalkan Y adalah tingkat keuntungan dari suatu dan X adalah tingkat
keuntungan portofoliopasar (atau indeks pasar).
Persamaan regresi yang dirumuskan adalah :
Y = a + bx
Sedangkan
n ∑XY - ∑X ∑Y
b = n ∑X2 -
(ΣX)2
dan
a =
Y – bx
Misalkan data seperti pada
penghitungan korelasi diatas. Dengan
rumus tersebut kita bisa menghitung :
b = {(12 ) 0, 4022) – (1,99) (2,39)}/{ (12)
(0,3401) –(1.99)2}
=
0,580
Nilai ini merupakn nilai slope
kemiringan garis tersebut, Sedangkan untuk nilai a bisa kita hitung sbb :
X = (1,994) /12
=
0, 1658
Y = 2,39/12
=
0,1991
a = 0,1991 - (0,580) (0,1658)
= 0,1028
Dengan demikian persamaan garis
regresinya adalah
1 comment:
bisa tau ga buku yang dipake apa?
Post a Comment